正则表达式分割线（csv文件）

Question

我不擅长正则表达式。有人可以帮我写正则表达式吗？

我在读取 csv 文件时可能有这样的值。

"Artist,Name",Album,12-SCS
"val""u,e1",value2,value3

输出：

Artist,Name  
Album
12-SCS
Val"u,e1 
Value2 
Value3

更新： 我喜欢使用 Oledb 提供程序的想法。我们在网页上确实有文件上传控制，我使用流读取器读取文件的内容，而无需在文件系统上实际保存文件。有什么方法可以使用 Oledb 提供程序，因为我们需要在连接字符串中指定文件名，而在我的情况下，我没有在文件系统上保存文件。

Answer 1

只是添加我今天早上研究的解决方案。

var regex = new Regex("(?<=^|,)(\"(?:[^\"]|\"\")*\"|[^,]*)");

foreach (Match m in regex.Matches("<-- input line -->"))
{
    var s = m.Value; 
}

如您所见，您需要每行调用 regex.Matches() 。然后，它将返回一个 MatchCollection，其项目数与列的项目数相同。显然，每个匹配的 Value 属性是解析后的值。

这仍然是一项正在进行的工作，但它可以愉快地解析 CSV 字符串，如下所示：

2,3.03,"Hello, my name is ""Joshua""",A,B,C,,,D

Answer 2

实际上，用正则表达式匹配 CVS 行非常容易。试试这个：

StringCollection resultList = new StringCollection();
try {
    Regex pattern = new Regex(@"
        # Parse CVS line. Capture next value in named group: 'val'
        \s*                      # Ignore leading whitespace.
        (?:                      # Group of value alternatives.
          ""                     # Either a double quoted string,
          (?<val>                # Capture contents between quotes.
            [^""]*(""""[^""]*)*  # Zero or more non-quotes, allowing 
          )                      # doubled "" quotes within string.
          ""\s*                  # Ignore whitespace following quote.
        |  (?<val>[^,]*)         # Or... zero or more non-commas.
        )                        # End value alternatives group.
        (?:,|$)                  # Match end is comma or EOS", 
        RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace);
    Match matchResult = pattern.Match(subjectString);
    while (matchResult.Success) {
        resultList.Add(matchResult.Groups["val"].Value);
        matchResult = matchResult.NextMatch();
    } 
} catch (ArgumentException ex) {
    // Syntax error in the regular expression
}

免责声明：正则表达式已经在 RegexBuddy，（生成此代码片段），它正确匹配OP测试数据，但C#代码逻辑未经测试。 （我无法访问 C# 工具。）

Answer 3

正则表达式不是适合此目的的工具。使用 CSV 解析器。 内置之一或第三方之一。

Answer 4

查看 TextFieldParser 类。它位于 Microsoft.VisualBasic 程序集中，并执行定界和固定宽度解析。

Answer 5

尝试一下CsvHelper（我维护的一个库）。它可以通过 NuGet 获得。

您可以轻松地将 CSV 文件读入自定义类集合中。它也非常快。

var streamReader = // Create a StreamReader to your CSV file
var csvReader = new CsvReader( streamReader );
var myObjects = csvReader.GetRecords<MyObject>();

Answer 6

正则表达式在这里可能会变得过于复杂。用逗号分割该行，然后迭代结果位并将它们连接到“连接字符串中双引号的数量”不均匀的位置。

“你好，这个”，是，“一个”“测试”“”

...分割...

“你好|这个”|是 | "a ""test"""

...迭代并合并'直到你有偶数个双引号...

"hello,this" - 偶数个引号（注意在位之间插入的分割删除了逗号）

是 -偶数个引号

"a ""test""" - 偶数个引号

...然后删除前导和尾随引号（如果存在）并将 "" 替换为 "。

Answer 7

可以使用下面的代码来完成：

using Microsoft.VisualBasic.FileIO;
string csv = "1,2,3,"4,3","a,"b",c",end";
TextFieldParser parser = new TextFieldParser(new StringReader(csv));
//To read from file
//TextFieldParser parser = new TextFieldParser("csvfile.csv");
parser.HasFieldsEnclosedInQuotes = true;
parser.SetDelimiters(",");
string[] fields =null;
while (!parser.EndOfData)
{
    fields = parser.ReadFields();
}
parser.Close();